Méthode de valorisation de données pour la gestion des pièces de rechange selon leur historique de consommation

RÉSUMÉ: Pour les entreprises de gestion de matériel roulant, les enjeux de stockage et d’approvisionnement des pièces de rechange sont importants. Pour assurer un haut taux de service tout en minimisant les coûts, il est nécessaire d’optimiser cette gestion. Pour cela, il est courant de regrouper les pièces en plusieurs catégories répertoriant les similarités entre leurs caractéristiques. Cela permet d’appliquer des stratégies de gestion uniformes pour des pièces ayant un profil similaire, ainsi que d’identifier les pièces présentant un fort enjeu de gestion. L’objectif de ce mémoire est ainsi de développer une méthode permettant d’améliorer le développement de stratégies de stockage en tenant compte des différents groupes de pièces. Cette méthode est basée sur les bonnes pratiques issues de la littérature scientifique et les observations réalisées au sein de l’entreprise partenaire, la Société de Transport de Montréal. Cette entreprise a exprimé le besoin de valoriser la donnée stockée dans son progiciel de gestion intégrée pour améliorer ses pratiques dans la gestion de son catalogue d’articles. La méthode proposée comprend trois étapes principales. Nous avons tout d’abord redéfini le processus d’identification des consommations des pièces du catalogue dans le but d’obtenir un historique de consommation complet sur la période disponible. Ensuite, nous classifions les pièces selon une méthode de segmentation applicable aux séries temporelles, caractérisées par les profils de demandes. Enfin, nous identifions les groupes distincts dans le but de leur définir une stratégie adaptée. Dans notre cas d’étude, cette méthode permet de créer 9 groupes distincts parmi les milliers d’articles actifs du catalogue du partenaire. Nous avons aussi identifié un groupe d’articles inactifs étant toujours en stock. Ce groupe contient 60% d’articles de plus que celui proposé par le progiciel de gestion intégrée du partenaire. Cela engendre des coûts de stockage de 5 millions de dollars par an, soit le double de ce qui était identifié auparavant. Notre étude nous a également permis d’identifier des pistes de recherches futures ainsi que des voies d’amélioration des travaux présentés dans ce mémoire. Si la classification permet d’uniformiser les façons de faire chez le partenaire, son implantation reste un enjeu conséquent, car elle requiert de la subjectivité dans la sélection du nombre de groupes, ainsi qu’une mise à jour dynamique. ABSTRACT: Rolling stock management companies face significant challenges when it comes to storing and supplying spare parts. To provide high-quality service while minimizing costs, it is essential to optimize this management. One common practice is to group parts into categories based on their characteristics, allowing for similar management strategies to be applied to parts with similar profiles and identifying parts with high management challenges. The objective of this thesis is to devise a methodology for enhancing the creation of storage strategies, while considering various part groups. The method is based on best practices from scientific literature and observations made at our partner company, Société des Transports de Montréal. The company expressed the need to leverage the data stored in its ERP system to improve its item catalog management practices. The proposed method consists of three main stages. Firstly, the consumption identification process is redefined to obtain a complete consumption history over the available period. Next, parts are classified using a segmentation method applicable to time series, characterized by demand profiles. Finally, distinct groups are identified with a view to applying an appropriate strategy. In this case study, the method produces nine distinct groups from the thousands of active items in the partner's catalog. Additionally, we have identified a group of inactive items that are still in stock. This group contains 60% more items than proposed by the partner's ERP system, resulting in storage costs of $5 million per year, double the previously identified amount. Our study has also identified potential areas for future research and ways to improve the work presented in this thesis. Although the classification process allows for standardization of our partner's procedures, its implementation remains a significant challenge. This is due to the subjective nature of selecting the number of groups and the need for dynamic updating.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.